xG是什么?xG 是英文 Expected Goals 的缩写,中文常译作「预期进球」或「期望进球」。它给每一次射门打一个介于 0 到 1 之间的进球概率分:例如 0.3 表示历史上位置、角度、条件相似的射门里,大约每 10 次能进 3 次。把全队每次射门的数值加起来,就是全队的 xG——衡量的是机会质量,而不是当场实际进了几个球。
xG是什么:从射门质量到球队机会
足球进球很少,比分很容易被偶然性左右。一支球队明明创造了多次高质量机会却 0 比 1 输掉,或者只靠一脚远射幸运取胜,传统「进球数」都看不出来。xG 的思路是:用大量历史射门训练模型,根据距离、角度、身体部位、助攻方式、防守压力等特征,估计「这类机会平时该进多少」。业界常见数据源包括 Opta(FBref 等站点常用)、Understat、StatsBomb 等;不同模型细节不同,但核心都是概率,不是对下一脚的预言。
点球条件几乎固定,所以多数公开模型会把点球的单次 xG 设在约 0.76 到 0.79 之间,接近历史点球命中率。这也提醒我们:引用数字时要注明资料商、是否含点球,以及统计截止时间。
预期进球怎么算:逻辑回归与常见特征
公开教学里常见的简化写法是逻辑回归:先把距离、角度等特征合成一个得分 L,再映射成概率:
xG = 1 ÷(1 + e−L)
其中 L 通常包含射门距离、射门角度、是否头球、是否定位球或反击、门将与防守压力等。真实商用模型会用数万甚至更多历史射门校准系数,特征也更细。球迷不必手算每脚球,但要知道:预期进球怎么算的本质是「同类历史机会的平均命中率」,不是裁判打分,也不是全世界只有一套固定公式。
把一场比赛里每一次射门的 xG 相加,就得到球队本场的总 xG。例如三次射门分别是 0.1、0.2、0.4,总和是 0.7——意思是这些机会「按常理」大约值 0.7 个进球,不等于 70% 至少进一球。若硬套独立事件去乘「不进」的概率,会得到另一套数字,而且真实比赛里补射、领先后战术调整会让事件相关,不能随便照乘。
足球期望进球:五个读法要点
看报表时,建议按下面五点读足球期望进球,少踩坑:
- 看机会质量,不看单一比分:本场 xG 2.1 对 0.6 却输球,说明过程占优、结果吃亏;反过来大比分赢但 xG 很低,要警惕不可持续的运气或定位球偶然。
- 单场噪音很大:一场球样本太小,最好结合近 5–10 场滚动均值,再判断进攻是否真被低估。
- 对比实际进球:实际进球明显高于累计 xG,可能是终结超神或运气;远低于 xG,可能是把握机会差或门将发挥——都需要时间验证,不宜一场定终身。
- 分清 xG、xGA 与 npxG:xGA(预期失球)是防守视角,等于对手在本方球门前的机会质量总和,越低通常越好;非点球预期进球(npxG)是总 xG 减去点球部分,更适合比较运动战与常规定位球的造机会能力,因为点球几乎是「固定高概率」。
- 注明模型口径:同一场在不同网站上的数字可能差一截;比较球队时尽量用同一来源、同一规则(是否含点球、是否含乌龙球等)。
进球期望值读法:和逼抢、赛制一起看
进球期望值读法还可以和战术指标一起用。例如本站介绍的 PPDA是什么:逼抢很积极(PPDA 较低)的球队,往往更能限制对手进入危险区域,从而压低对手的 xG(对本方来说就是压低 xGA)。看欧冠积分形势时,也可以对照 欧冠晋级规则2026-27——末轮为晋级强攻时,双方 xG 都可能冲高,比分却未必同步。
回到 xG是什么:它是描述射门机会质量的概率工具,帮你把「该不该进」从「进没进」里拆出来。它不是胜率预测器,也不是下一场比分承诺;样本量够大、口径一致时,它比单看进球数更能反映攻防真实水平。
常见问题
xG是什么意思?
xG 是 Expected Goals(预期进球)的缩写,给每次射门一个 0 到 1 的进球概率,衡量机会质量而非当场实际进球数。
预期进球怎么算?
模型根据射门距离、角度、身体部位、助攻与防守压力等特征,用历史同类射门命中率估计概率;常见简化形式是逻辑回归映射到 0~1。
xG高就一定能赢吗?
不一定。xG 描述机会质量,单场偶然性强;实际进球还受终结、门将、定位球与红牌等因素影响。
npxG和非点球预期进球有何区别?
通常是同一概念:npxG 即非点球预期进球,等于总 xG 减去点球射门的 xG,便于比较不含点球的造机会能力。
资料来源:公开 xG 模型说明(如 StatsBomb / Opta(FBref) 口径介绍)、逻辑回归教学示例。引用具体数值时请以数据商官方说明为准。本站足球数据系列可继续阅读 PPDA是什么。


